一种移动机器人中的任务优化方法及设备技术

本申请的目的是提供一种移动机器人中的任务优化方法及设备，本申请通过获取移动机器人中的至少一个任务类型和所有用户使用每个任务类型对应的任务时的使用信息；分别对每个任务类型对应的所有用户的使用信息进行机器学习，得到每个任务类型对应的至少一个用户使用习惯信息及其使用概率，实现对所有用户使用任务类型对应的任务时的使用信息进行机器学习；基于每个任务类型对应的至少一个使用习惯信息及其使用概率和实时使用信息，对用户实时使用的任务类型对应的任务进行优化，从而能够帮助移动机器人更加高效智能地完成相应任务类型对应的任务的执行，而且能够减少用户实时使用移动机器人中的任务类型对应的任务所花费的时间和资源。

A task optimization method and equipment in a mobile robot

This application is designed to provide task optimization method and apparatus for a mobile robot, using the information of the application through the acquisition of mobile robot in at least one task type and all users corresponding to each task type task; for each task type for all users should use the information obtained in machine learning. At least one user corresponding to each type of task usage information and the use of probability, using information of all users when the corresponding task type task of machine learning; each task type at least one of the use of information and the use of probability and real-time information based on the use of task types, the corresponding user in real-time using the task optimization, which can help the mobile robot more intelligent and efficient to complete the corresponding task types The execution of tasks and the ability to reduce the time and resources that users spend in real time using task type tasks in mobile robots.

【技术实现步骤摘要】
一种移动机器人中的任务优化方法及设备
本申请涉及计算机
，尤其涉及一种移动机器人中的任务优化方法及设备。
技术介绍
随着科学技术的不断进步，移动机器人的相关技术越来越成熟，其使用场景也越来越普遍，给人们的生活带来了极大的便利。在移动机器人执行每一项任务功能的时候，由于用户使用习惯的多种多样，移动机器人也就面临这样或那样的挑战。因此，如何提高移动机器人的运行效率，帮助移动机器人更智能地完成任务的需求日益突出。当前移动机器人的任务功能的内容设定主要由开发人员提供，用户只能被动的选择最符合自己当前需求的任务功能，这样既无法提供用户友好的使用习惯，也会在一定程度上造成用户时间和资源的浪费。因此，如何使移动机器人更加高效智能地完成任务的同时，能够减少用户使用移动机器人该任务时所花费的时间和资源成为业界主要研究的课题。
技术实现思路
本申请的一个目的是提供一种移动机器人中的任务优化方法及设备，以使移动机器人能够在智能高效地完成用户所需其执行的任务的同时，能够减少用户使用移动机器人该任务时所花费的时间和资源。根据本申请的一个方面，提供了一种移动机器人中的任务优化方法，其中，所述方法包括：获取移动本文档来自技高网...

【技术保护点】
一种移动机器人中的任务优化方法，其中，所述方法包括：获取移动机器人中的至少一个任务类型和所有用户使用每个所述任务类型对应的任务时的使用信息；分别对每个所述任务类型对应的所有用户的使用信息进行机器学习，得到每个所述任务类型对应的至少一个用户使用习惯信息及其使用概率；获取用户实时使用所述移动机器人中的任务类型对应的任务的实时使用信息；基于每个所述任务类型对应的至少一个使用习惯信息及其使用概率和所述实时使用信息，对所述用户实时使用的任务类型对应的任务进行优化。

【技术特征摘要】
1.一种移动机器人中的任务优化方法，其中，所述方法包括：获取移动机器人中的至少一个任务类型和所有用户使用每个所述任务类型对应的任务时的使用信息；分别对每个所述任务类型对应的所有用户的使用信息进行机器学习，得到每个所述任务类型对应的至少一个用户使用习惯信息及其使用概率；获取用户实时使用所述移动机器人中的任务类型对应的任务的实时使用信息；基于每个所述任务类型对应的至少一个使用习惯信息及其使用概率和所述实时使用信息，对所述用户实时使用的任务类型对应的任务进行优化。2.根据权利要求1所述的方法，其中，所述基于每个所述任务类型对应的至少一个使用习惯信息及其使用概率和所述实时使用信息，对所述用户实时使用的任务类型对应的任务进行优化，包括：基于每个所述任务类型对应的至少一个使用习惯信息及其使用概率，对所述实时使用信息进行分析匹配，得到与所述实时使用信息匹配的用户使用习惯信息；基于与所述实时使用信息匹配的用户使用习惯信息，对用户实时使用的任务类型进对应的任务进行优化。3.根据权利要求2所述的方法，其中，所述基于每个所述任务类型对应的至少一个使用习惯信息及其使用概率，对所述实时使用信息进行分析匹配，得到与所述实时使用信息匹配的用户使用习惯信息，包括：基于所述用户实时使用的任务类型，从每个所述任务类型对应的至少一个使用习惯信息及其使用概率中，获取所述用户实时使用的任务类型对应的至少一个使用习惯信息及其使用概率；分别计算所述实时使用信息与所述用户实时使用的任务类型对应的每个使用习惯信息之间的相似度；基于所述相似度和所述使用概率，得到与所述实时使用信息匹配的用户使用习惯信息。4.根据权利要求1所述的方法，其中，所述分别对每个所述任务类型对应的所有用户的使用信息进行机器学习，得到每个所述任务类型对应的至少一个用户使用习惯信息及其使用概率，包括：基于预设的机器学习模型，分别对每个所述任务类型对应的所有用户的使用信息进行机器学习，得到每个所述任务类型对应的至少一个用户使用习惯信息及其使用概率。5.根据权利要求1所述的方法，其中，所述基于每个所述任务类型对应的至少一个使用习惯信息及其使用概率和所述实时使用信息，对所述用户实时使用的任务类型对应的任务进行优化之后，还包括：将优化后的用户实时使用的任务类型对应的任务，通过消息提醒的方式告知所述用户。6.根据权利要求1所述的方法，其中，所述方法还包括：基于获取的用户实时使用所述移动机器人中的任务类型对应的任务的使用状态信息，对所述任务类型对应的用户使用习惯信息的使用概率进行更新。7.根据权利要求1至6中任一项所述的方法，其中，所述使用习惯信息包括使用时间、使用地点、使用范围及使用次数中的一项或多项。8.一种移动机器人中的任务优化设备，其中，所述设备包括：第一获取装置，用于获取移动机器人中的至少一个任务类型和所有用户使用每个所述任务类型对应的任务时的使用信息；学习装置，用于分别对每个所述任务类型对应的所有用户的使用信息进行机器学习，得到每个所述任务类型对应的至少一个用户使用习惯信息及其使用概率；第二获取装置，用于获取用户实时使用...

【专利技术属性】
技术研发人员：陆祎，白静，李宇翔，
申请(专利权)人：上海思岚科技有限公司，
类型：发明
国别省市：上海,31